Ako vytvoriť aplikácie LangChain pomocou rýchlej šablóny a výstupného analyzátora?

Ako Vytvorit Aplikacie Langchain Pomocou Rychlej Sablony A Vystupneho Analyzatora



LangChain sa používa na vytváranie chatbotov a veľkých jazykových modelov, aby stroj porozumel textu alebo údajom v jazykoch podobných ľuďom. Ak chcete vytvoriť chatbota v LangChain, používateľ ho musí trénovať na údajoch napísaných v ľudskom jazyku vytvorením šablón výzvy, aby stroj mohol porozumieť otázkam. Funkcie výstupného analyzátora sa používajú na získanie odpovedí z modelu, keď porozumie dotazu.

Tento príspevok ilustruje proces vytvárania aplikácií LangChain pomocou šablóny výzvy a analyzátora výstupu.

Ako vytvoriť aplikácie LangChain pomocou rýchlej šablóny a výstupného analyzátora?

Ak chcete zostaviť aplikáciu LangChain pomocou šablóny výzvy a výstupného analyzátora, jednoducho si prejdite tohto jednoduchého sprievodcu:







Krok 1: Nainštalujte LangChain



Najprv začnite proces vytvárania aplikácií LangChain inštaláciou rámca LangChain pomocou „ pip 'príkaz:



pip install langchain





Krok 2: Použitie šablóny výzvy

Po nainštalovaní modulov LangChain importujte súbor „ PromptTemplate ” na vytvorenie šablóny výzvy poskytnutím dotazu pre model, aby porozumel otázke:



from langchain.prompts import PromptTemplate

prompt = PromptTemplate.from_template('Aká je dobrá kombinácia farieb pre {produkt}?')
prompt.format(product='farebné ponožky')

Výstup automaticky skombinoval vetu s hodnotou „ produkt 'premenná:

Potom vytvorte ďalšiu šablónu výzvy importovaním knižníc HumanMessagePromptTemplate, ChatPromptTemplate a SystemMessagePromptTemplate z LangChain:

import z langchain.prompts.chat (
ChatPromptTemplate,
SystemMessagePromptTemplate,
HumanMessagePromptTemplate,
)
#Nakonfigurujte šablónu výzvy pre model LangChain
template = 'Ste pomocník, ktorý prekladá {input_language} do {output_language}'
system_message_prompt = SystemMessagePromptTemplate.from_template(šablóna)
human_template = '{text}'
human_message_prompt = HumanMessagePromptTemplate.from_template(human_template)

chat_prompt = ChatPromptTemplate.from_messages([system_message_prompt, human_message_prompt])

chat_prompt.format_messages(input_language='francúzština', output_language='angličtina', text='Mám rád AI')

Po importovaní všetkých požadovaných knižníc jednoducho vytvorte vlastnú šablónu pre dotazy pomocou premennej šablóny:

Šablóny výziev sa používajú iba na nastavenie šablóny pre dotaz/otázku a neodpovedá žiadnou odpoveďou na otázku. Funkcia OutputParser() však môže extrahovať odpovede, ako je vysvetlené v nasledujúcej časti na príklade:

Krok 3: Použitie výstupného analyzátora

Teraz importujte knižnicu BaseOutputParser z LangChain, aby ste oddelili textové hodnoty oddelené čiarkami a vrátili zoznam vo výstupe:

z langchain.schema importujte BaseOutputParser

class CommaSeparatedListOutputParser(BaseOutputParser):

def parse(self, text: str):
return text.strip().split(', ')

CommaSeparatedListOutputParser().parse('Ďakujem, vitajte')

To je všetko o vytvorení aplikácie LangChain pomocou šablóny výzvy a výstupného analyzátora.

Záver

Ak chcete vytvoriť aplikáciu LangChain pomocou šablóny výzvy a výstupného analyzátora, jednoducho nainštalujte LangChain a importujte z neho knižnice. Knižnica PromptTemplate sa používa na vytvorenie štruktúry pre dotaz, aby model mohol pochopiť otázku pred extrahovaním informácií pomocou funkcie Parser(). Funkcia OutputParser() sa používa na získanie odpovedí na základe predtým prispôsobených dopytov. Táto príručka vysvetľuje proces vytvárania aplikácií LangChain pomocou šablóny výzvy a výstupného analyzátora.